Вы находитесь на странице: 1из 24

Министерство путей сообщения Российской Федерации

Департамент кадров и учебных заведений


САМАРСКАЯ ГОСУДАРСТВЕННАЯ АКАДЕМИЯ ПУТЕЙ СООБЩЕНИЯ
Кафедра автоматизированные системы обработки информации и управления

МЕТОДИЧЕСКИЕ УКАЗАНИЯ
к выполнению лабораторного практикума по дисциплине
«ТЕОРИЯ МАССОВОГО ОБСЛУЖИВАНИЯ»
для студентов специальности 071900
«Информационные системы и технологии»
очной и заочной форм обучения

Составитель: Авсиевич А.В.

Самара 2004
УДК 519:656.2
Методические указания к выполнению лабораторного практикума по дисциплине
«Теория массового обслуживания» для студентов специальности 071900 дневной и заоч-
ной форм обучения/ Составитель А.В. Авсиевич. – Самара: СамГАПС, 2004. - 23 с.

Утверждены на заседании кафедры 6 февраля 2004, протокол №6.


Печатается по решению редакционно-издательского совета академии.

Методические указания включают в себя лабораторные работы по теории массово-


го обслуживания, рассчитанные на изучение и получение учащимися навыков моделиро-
вания потоков требований и систем массового обслуживания.
Данные методические указания по курсу «Теория массового обслуживания» пред-
назначены для студентов специальности 071900 дневной и заочной форм обучения.

Составитель: Авсиевич Александр Викторович

Рецензенты: зав. кафедрой АТС СамГАПС, к.т.н. Гуменников Б.В.;


старший преподаватель кафедры «Автоматизация производственных
процессов» СТТУ, Михайлов В.М.

Редактор:И.А.Шимина
Компьютерная верстка: Ковалева Е.А.
Подписано в печать 21.04.04. Формат 60×90 1/16.
Бумага писчая. Печать оперативная. Усл. п.л. 1,5.
Тираж 100 экз. Заказ №61.

© Самарская государственная академия путей сообщения, 2004

2
ВВЕДЕНИЕ
Теория массового обслуживания (ТМО) помогает решать задачи, связанные с оп-
тимизацией процессов обслуживания на железнодорожном транспорте, и является осно-
вой проектирования и анализа систем массового обслуживания (СМО). К таким СМО
относятся: вагонные депо; кассы продажи пассажирских билетов; железнодорожные
станции; информационные системы и т.д.
Данные методические указания содержат шесть лабораторных работ, в общей
сложности рассчитанные на 36 часов.
Лабораторная работа №1 предназначена для исследования пуассоновских (про-
стейших) потоков требований, которые составляют большую часть в существующих
СМО. Исследование проводится с помощь моделирования простейшего потока для по-
лучения модельного значения интенсивности поступающих требований и сравнения ее с
заданной интенсивностью.
Во второй лабораторной работе проводится исследование суммы двух простейших
потоков и определение характеристик результирующего потока.
Третья лабораторная работа посвящена исследованию на основе первого распреде-
ления Эрланга СМО с отказами и их характеристик качества.
В четвертой лабораторной работе проводится реальное моделирование процесса
обслуживания СМО с отказами. Требуется сравнить между собой значения характери-
стик качества СМО с отказами (явными потерями), полученные в результате моделиро-
вания и рассчитанные по первой формуле Эрланга.
Изучение второго распределения Эрланга с простейшим потоком требований и ха-
рактеристик качества СМО с ожиданием производится при выполнении пятой лабора-
торной работы.
Моделирование реального процесса обслуживания для СМО с неограниченной
очередью производится в шестой лабораторной работе, целью которой является сравне-
ние значений характеристик качества, полученных в результате моделирования и теоре-
тического расчета.

3
ЛАБОРАТОРНАЯ РАБОТА №1
Моделирование Пуассоновского потока требований
Цель работы: изучить свойства и характеристики пуассоновского (простейшего)
потока. Сравнить теоретические и модельные значения полученных характеристик.

1.Краткие теоретические сведения

Простейший поток обладает следующими свойствами: стационарность, орди-


нарность и отсутствие последействия.
Свойство стационарности означает, что с течением времени вероятностные харак-
теристики потока не меняются. Поток можно назвать стационарным, если для любого
числа k требований, поступивших за промежуток времени длиной Δ t , вероятность по-
ступления требований зависит только от величины промежутка и не зависит от его рас-
положения на оси времени (1).
Pk (t + Δt ) = Pk (t1 + Δt ) = Pk (Δt ) , (1)
где Pk (t ) - вероятность поступления k требований.
Свойство ординарности означает практическую невозможность группового посту-
пления требований. Поэтому поток требований можно назвать ординарным тогда, когда
вероятность поступления двух или более требований за любой бесконечно малый про-
межуток времени Δt есть величина бесконечно малая, более высокого порядка, чем Δt ,
т.е.
Pi≥2 (Δt ) = 0(Δt ) . (2)
Свойство отсутствия последействия означает независимость вероятностных ха-
рактеристик потока от предыдущих событий. Иными словами, вероятность поступления
k требований в промежуток [t1,t2] зависит от числа, времени поступления и длительности
обслуживания требований до момента t1. Для случайного потока без последействия ус-
ловная вероятность поступления требований в промежутке [t1,t2], вычисленная при лю-
бых предположениях о течении процесса обслуживания требований до момента t1, равна
безусловной
Pi ([t1 , t 2 ]) t <t = Pi ([t1 , t 2 ]) .
1
(3)

К основным характеристикам случайного потока относят ведущую функцию,

4
параметр и интенсивность. Ведущая функция случайного потока x ( 0, t ) есть математиче-
ское ожидание числа требований в промежутке [0, t). Функция x ( 0, t ) - неотрицательная,
неубывающая, в практических задачах теории распределения информации непрерывна и
принимает только конечные значения.
Параметр потока λ (t ) в момент времени t есть предел отношения вероятности по-

ступления не менее одного требования в промежутке [t , t + Δt ] к величине этого проме-


жутка Δt при Δt− > 0
Pk ≥1 (t , t + Δt )
λ (t ) = lim . (4)
Δt → 0
Δt
Параметр потока определяет плотность вероятности наступления вызывающего
момента в момент t. Определение параметра равносильно предположению, что вероят-
ность поступления хотя бы одного требования в промежутке [t , t + Δt ] с точностью до
бесконечно малой величины пропорциональна промежутку и параметру потока λ (t ) :
Pk ≥1 (t , t + Δt ) = λ (t )Δt + o(Δt ) . (5)
Для стационарных потоков вероятность поступления требований не зависит от
времени, т. е., Pk ≥1 (t , t + Δt ) = Pk ≥1 (Δt ) , поэтому параметр стационарного потока постоянен.
Соответственно получаем
Pk ≥1 (Δt ) = λΔt + o(Δt ) . (6)
Интенсивность стационарного потока μ есть математическое ожидание числа
требований в единицу времени.
Если интенсивность характеризует поток требований, то параметр - поток вызы-
вающих моментов. Поэтому всегда μ (t ) ≥ λ (t ) , а равенство имеет место только для орди-
нарных потоков, когда в каждый вызывающий момент поступает только одно требова-
ние.

2.Моделирование простейшего потока

Для простейшего потока требований длины промежутков времени между после-


довательными требованиями потока z i = t i − t i −1 > 0 распределены по показательному за-
кону с тем же параметром λ :

5
⎧1 − e − λt , t > 0,
P( z < t ) = F (t ) = ⎨ . (7)
⎩0, t < 0.
Это утверждение позволяет моделировать простейший поток требований на за-
данном промежутке времени при помощи метода Монте-Карло, в основе которого лежит
следующая теорема.
Если ri - случайные числа, равномерно распределенные на (0,1) , то возможное
значение xi получаемой случайно непрерывной величины Х с заданной функцией рас-
пределения F(х), соответствующее ri , является корнем уравнения
F ( xi ) = ri . (8)
Согласно этой теореме для получения последовательности случайных значений zi ,
распределенных по показательному закону с параметром λ , требуется для каждого слу-
чайного числа ri (0,1) , генерируемого на ПЭВМ датчиком псевдослучайных чисел, ре-
шить уравнение
1 − e − λZ = ri , i = 1,2,...
i
(9)
Решая это уравнение относительно z , имеем
i

1
zi = − ln(1 − ri ) (10)
λ
или
1
z i = − ln ri , i = 1,2,... (11)
λ

3. Порядок выполнения работы

3.1. Сгенерировать случайные равномерно распределённые числа ri ( 0 ,1) .


3.2. Вычислить λ = 10*m/Nn (треб/мин); где Nn – номер по журналу, m-номер груп-
пы.
1
3.3. По формуле Zi = − ln( ri ) , где i=1, 2, .., получить Z i для промежутков ме-
λ

жду требованиями.
3.4. На промежутке [T1 , T2], T1 = N+1, T2 =N+5 мин., получить последователь-
k
ность tk моментов поступления требований, где t k = T1 + ∑ Z i до тех пор, пока t k ≤ T2 .
i =1

6
Полученные результаты занести в таблицу 1.
Таблица 1
ri Zi tk
r1 z1 t1
r2 z2 t2
. . .

3.5. Провести статистическую обработку полученных результатов, для этого разде-


лить заданный интервал на 25 равных промежутков длиной
T2 − T1
τ= (мин).
25
Для каждого промежутка определить x (τ) – количество требований, попавших в
промежуток длиной τ, занести в таблицу 2.
Таблица 2
№ интервала 1 2 ... 25
xN(τ )

Из таблицы 2 определить параметры статистического распределения случайной


величины и занести их в таблицу 3.
Таблица 3
xk(τ ) 0 1 2 . . . k
nk n1 n2 n3 . . . k

∑ nk = N, где nk - количество интервалов, в которое попало k требований.


3.6. Определить модельное значение параметра потока:
1
a = x(τ ) =
N
∑ x (τ )n
k
k k - мат. ожидание числа требований в k интервале, отсюда

a
следует a = λτ ⇒ λ = .
τ

3.7. Для заданного (λ) и модельного значения ( λ ) определить:

7
1. Вероятность отсутствия требования P0( t ) за промежуток t = T2 - T1.
2. Вероятность поступления одного требования P1( t ).
3. Вероятность поступления четырёх требований P4( t ).
4. Вероятность поступления не менее пяти требований P≥5 ( t )=1-( P0 + P1 + P2 +
P3 + P4 ).
5. Вероятность поступления менее трёх требований P<3 ( t )= P0 + P1 + P2 .
6. Вероятность поступления не более семи требований P≤ 7 ( t )= P0 + . . . + P7 .
7. Вероятность, что промежуток между требованием zk
P[ 0,1 < zk < 0,5 ] = F(0,5) - F(0,1) .
3.8. Вывод.

4. Контрольные вопросы

1. По каким свойствам классифицируются случайные потоки?


2. Дать определение свойствам: стационарность; ординарность; отсутствие после-
действия.
3. Дать определения числовым характеристикам случайных потоков: параметр
потока λ ; интенсивность потока μ ; ведущая функция потока.
4. Для каких потоков совпадают значения параметра потока и интенсивности:
λ =μ?
5. По какому закону распределён промежуток между соседними требованиями в
простейшем потоке?
6. По какому закону распределена случайная величина, характеризующая количе-
ство требований простейшего потока, попавших в некоторый промежуток?
ЛАБОРАТОРНАЯ РАБОТА №2
Суммирование случайных потоков
Цель работы: исследовать сумму двух простейших потоков и определить характе-
ристики результирующего потока.

1.Краткие теоретические сведения

Суммирование и разъединение простейших потоков


При объединении нескольких независимых простейших потоков образуется

8
простейший поток с параметром, равным сумме параметров исходных потоков. При
разъединении поступающего простейшего потока с параметром λ на n направлений так,

что каждое требование исходного потока с вероятностью Pi ⎛⎜ ∑ Pi = 1⎞⎟ поступает на i-е


n

⎝ i =1 ⎠
направление, поток i-го направления также будет простейшим с параметром λPi . Эти
свойства простейшего потока широко используются на практике, поскольку значительно
упрощают расчёты стационарного оборудования и информационных сетей.

Экспериментальная проверка соответствия


реального потока простейшему
В простейшем потоке промежутки z между соседними требованиями распределены
по показательному (экспоненциальному) закону с параметром λ p(t ) = e − λt .
Определим математическое ожидание, дисперсию и среднеквадратическое откло-
нение промежутка z:
∞ ∞

M Z = ∫ tp (t )dt = ∫ tλe −λt dt = 1 / λ ; (12)


0 0

∞ ∞

DZ = ∫ t p(t )dt − M z = ∫ t 2 λe −λt dt − 1 / λ2 = 1 / λ2 ;


2 2
(13)
0 0

σ z = Dz = 1 / λ . (14)

Полученное совпадение величин Mz и σ z характерно для показательного распреде-


ления. Это свойство на практике используют как критерий для первоначальной проверки
соответствия гипотезы о показательном распределении полученным статистическим
данным.
Другой способ проверки основывается на том, что количество требований про-
стейшего потока, попавших в интервал времени t, описывается распределением Пуассо-
на:
(λ t ) i − λt
Pi (t ) = e . (15)
i!
Определим математическое ожидание Мi и дисперсию Di числа требований за про-
межуток t:
∞ ∞ ∞
Mi = ∑ iPi (t ) = e −λt ∑ i (λt ) i / i! = λte −λt ∑ (λt ) r / r! = λt ;
i =1 i =1 r =0

9
∞ ∞
Di = ∑ i 2 Pi (t ) − M 2i = e −λt ∑ i 2 (λt )i / i!−(λt ) 2 = λt .
i =1 i =1

Совпадение математического ожидания и дисперсии числа требований за проме-


жуток t означает соответствие реального потока простейшему. Допустим, для некоторого
реального потока получен ряд чисел x1, x2, …, xn, характеризующий число требований,
поступающих в n промежутков длиной t. Обычно принимают t=15 мин. Рассчитываются
среднее значение и несмещенная оценка дисперсии величины x:
n n
x = ∑ xj / n ; Dx = ∑ ( x j − x) 2 /(n − 1) .
j =1 j =1

В зависимости от степени совпадения величин x и Dx делается вывод о приемле-


мости модели простейшего потока.

2. Порядок выполнения работы

2.1. Используя методику 3.1-3.6 л. р. №1, промоделировать два простейших потока


m m
с λ =9 и λ = 13 , где m-номер группы, Nn-номер по списку. Полученные данные
Nn Nn
занести в таблицу 1.

Таблица 1
№ интервала 1 ... N
x1(τ )
x2(τ )
x1+x2

2.2. Получить суммарный поток, складывая x(τ) соответствующих интервалов. По-


строить графики х1(n), x2(n), x(n), где n - номер интервала, х1, x2, x - количество вызовов,
попавших в интервал для I, II и суммарного потока соответственно.
2.3. Используя методику п. 3.7 л. р. №1 получить λсум модельное для суммарного
потока x(n).
2.4. Сравнить полученное значение λсум и λ 1+ λ 2 .
2.5. Рассчитать оценки дисперсии и математического ожидания случайной величи-
ны x(τ ) - количество вызовов суммарного потока, попавших в интервал τ.
10
2.6. Вывод.

3. Контрольные вопросы

1. Какой поток образуется при объединении n простейших потоков?


2. Чему равны параметры потоков, образовавшихся при разъединении простейше-
го потока?
3. Какой способ проверки соответствия реального потока простейшему, исполь-
зуют:
а) если измерены промежутки между требованиями потока;
б) если подсчитано число требований, попавших в промежутки равной длины.

ЛАБОРАТОРНАЯ РАБОТА №3
Исследование СМО с отказами
Цель работы: исследовать систему массового обслуживания с отказами и ее ха-
рактеристики качества.

1. Краткие теоретические сведения

N-канальной СМО c отказами является такая система, в которой в момент прихода


требования все узлы обслуживания заняты и требование получает отказ и сразу покидает
систему. Для такой системы вероятность всех состояний системы (в установившемся ре-
жиме) дает первое распределение Эрланга:
ρ k k!
Pk = N
,
∑ρ
i =0
i
i!

где ρ =λ ν - нагрузка СМО, λ -интенсивность поступления требований, ν -


интенсивность обслуживания.
К основным характеристикам качества обслуживания рассматриваемой СМО отно-
11
сятся:
вероятность отказа Pотк

ρ N N!
Pотк = PN = N ;
∑ρ
i =0
i
i!

среднее число занятых узлов обслуживания M зан


M зан = ρ (1 − PN ) ;
среднее число свободных узлов обслуживания M св
M св = N − M зан .
В системах с отказами события отказа и обслуживания составляют полную группу
событий, отсюда
Pотк + Pобс = 1.
На основании приведенного выше выражения относительная пропускная способ-
ность определяется по формуле
Q = Pобс = 1 − Pотк = 1 − PN .
Абсолютная пропускная способность СМО с отказами равняется
A = λPобс .
Коэффициент занятости узлов обслуживания определяется отношением среднего
числа занятых каналов к общему числу каналов:
M зан
Kз = .
N

2.Порядок выполнения работы

2.1. Построить график распределения Pk для N-канальной СМО с отказами, если на


m
вход системы поступает простейший поток требований с интенсивностью λ = 10 и
Nn N
m
обслуживание требований производится с интенсивностью v = 5 , где m-номер груп-
Nn N
пы, N-количество каналов обслуживания, Nn-номер по списку. Число каналов обслужи-
вания определяется по вариантам из таблицы 1.

12
Таблица 1
Nп, 1,5,9,13,17,21 2,6,10,14,18,22 3,7,11,15,19,23 4,8,12,16,20,24
N 4 5 6 3
НАПРИМЕР. Для СМО с отказами график распределения Pk, построенный в сис-
теме MathCad, показан на рис.1.
λ := 8 ν := 5 N := 7
λ
ρ := ρ = 1.6
ν
− 1
⎛ N ρi ⎞
P0 := ⎜
⎜ ∑ ⎟
i! ⎟ P0 = 0.202
⎝i = 0 ⎠
k := 1 .. N k
ρ
P ( k) := ⋅ P0
k!

0.4

0.3

P ( k) 0.2

0.1

0
1 2 3 4 5 6 7
k

Рис.1. График вероятностей Pk

2.2. Определить характеристики качества обслуживания:


1. Вероятность отказа Ротк.
2. Среднее число занятых узлов Мзан.
3. Среднее число свободных узлов Мсв.
4. Относительную пропускную способность Q.
5. Абсолютную пропускную способность А.
6. Коэффициент занятости узлов Кз.

2.3. Выводы.

13
3. Контрольные вопросы

1. Дать понятие нагрузки системы.


2. Дать понятие коэффициента занятости узлов.
3. Привести формулу первого распределения Эрланга.
4. Дать понятие вероятности отказа.
5. Дать определение характеристикам качества СМО с отказами.

ЛАБОРАТОРНАЯ РАБОТА №4
Моделирование реального процесса обслуживания

СМО с отказами
Цель работы: сравнить значения характеристик качества СМО с явными потеря-
ми, полученными в результате моделирования и рассчитанными по первой формуле Эр-
ланга.

1.Моделирование процесса обслуживания в СМО

Функция распределения промежутка между требованиями P( z < t ) = A(t ) , а функ-


ция распределения длительности обслуживания P(ξ < t ) = B(t ) . Программа моделирова-
ния содержит два генератора случайных величин Z и ξ в соответствии с заданными
функциями A(t) и B(t), переменные t0 для хранения момента поступления очередного тре-
бования и t1, t2,..., tN для хранения момента освобождения k-го ( k = 1, N ) канала.
Для упрощения пояснений примем N=3 и проанализируем работу алгоритма с мо-
мента поступления пятого требования. Первый генератор формирует очередное случай-
ное число z5, что соответствует поступлению пятого требования t0 = z1 + z 2 + z3 + z 4 + z5 .
Предположим, что до момента t0 первый канал был занят четвертым требованием, а
второй и третий соответственно вторым и третьим. Тогда t1 = z1 + z 2 + z3 + z 4 + ξ 4 ,
t 2 = z1 + z 2 + ξ 2 , t3 = z1 + z2 + z3 + ξ 3 . Каждое из чисел t1 , t2, t3 определяет момент освобо-
ждения соответствующего канала.
При последовательном занятии каналов значение t0 поочередно сравнивается с t1 ,
t2,…, tN, пока не обнаруживается ячейка с моментом освобождения t k < t 0 (k = 1, N ) . Пусть
окажется, что t1 > t0 и t2 > t0 , а t3 < t0 . Это означает, что к моменту поступления пятого

14
требования первый и второй канал оставались занятыми, а третий уже освободился и
может принять на обслуживание, поступившее пятое требование. Тогда t3 присваивается
t0 . Затем генерируется случайное число ξ5 , определяющее длительность обслуживания
пятого требования и добавляется к t3.
Шестой цикл начинается с генерации случайного числа z6. Как и прежде,
t0=t0+z6. Затем осуществляется поочередное сравнение содержимого нулевой ячейки с
содержимым остальных ячеек. Если теперь окажется, что t1 > t0 , t2 > t0 и t3 > t0 , то шес-
тое требование будет потеряно и на этом цикл закончится.
Для подсчета числа поступивших Квыз и потерянных Кпот требований используются
два счетчика. В первый добавляется единица при каждой генерации числа z, а во второй -
при каждой потере требования. Отношение Квыз/Кпот даст по окончании очередной серии
статистическую оценку потерь требований.

2.Порядок выполнения работы

2.1. Начальные условия моделирования.


m
Параметр поступающего потока λ = 10 (выз/мин), где Nn - номер по журналу,
Nn N
m – номер группы, N-количество каналов.
Среднее время обслуживания и число каналов определяется вариантом из табл. 1.
Таблица 1
Nп, вар 1,7,13 2,8,14 3,9,15 4,10,16 5,11,17 6,12,18
N 5 4 6 6 3 5
h,сек 40 55 75 112 33 80

В начале моделирования в системе занято два канала.

2.2. Порядок моделирования.


Моделирование осуществлять на интервале [t1,t2] мин., где t1=Nn+1, t2=Nn+200, а
Nn - номер по журналу.
Поступление вызова моделируется аналогично лабораторной работе №1,

15
запоминается в массиве переменной tпост и подсчитывается счетчиком Квыз.
Процесс обслуживания моделируется по показательному закону распределения со-
гласно выражению
1 1
ξ = − ln r ; ν = .
ν h
Время освобождения канала определяется так: tосв.i = tпост + ξ .
Полученными данными заполняется таблица 2.
Таблица 2
r z ξ tпост tосв N канала
r1 - ξ1 - t1 + ξ1 1
r2 - ξ2 - t2 + ξ 2 2
r3 z1 ξ3 tn1 t3 + ξ 3 3
Потеря

Каналы занимаются последовательно. Если к моменту поступления требования за-


няты все каналы, то оно теряется и подсчитывается количество потерянных требований
Кпот.
2.3. Определить модельную вероятность отказа требования:
K пот
Pотк = ,
K выз
где Кпот - количество потерянных требований; Квыз - общее количество требований.
Определить Ротк по I формуле Эрланга:
ρ N N!
Pотк = PN = N
,
∑ρ
k =0
k
k!

где ρ = λh .
2.4. Выводы.

3. Контрольные вопросы

1. Определить пропускную способность отдельных каналов при:


а) случайном занятии;
б) последовательном занятии.
16
ЛАБОРАТОРНАЯ РАБОТА №5
Исследование N – канальной СМО с ожиданием
Цель работы: изучить систему массового обслуживания с ожиданием и ее харак-
теристики.

1.Краткие теоретические сведения

СМО с N-каналами обслуживает простейший поток требований. При занятости


всех n узлов обслуживания поступившее требование ставится в очередь и обслуживается
после некоторого ожидания. Общее число требований, находящихся в системе на обслу-
живании и в очереди, обозначим k (k = 0, ∞) и назовем состоянием системы. При k = 0, N

величина k характеризует число занятых каналов в системе, при k = 0, ∞ число занятых


каналов равно N , а разность k − N определяет длину очереди. Параметр интенсивности
обслуживания потока v определяется числом занятых узлов, и в первом случае k = 0, N

зависит от состояния системы k, а во втором k = N , ∞ имеет постоянное значение v.


Введем понятие загрузки системы ρ равное отношению интенсивности входящего
потока к интенсивности обслуживания:
λ
ρ= .
ν
Отметим, что при интенсивности поступающей нагрузки ρ, равной или больше
числа узлов обслуживания системы N, с вероятностью равной 1 постоянно будут заняты
все узлы обслуживания и длина очереди будет бесконечной – явление «взрыва». Поэто-
му, чтобы система могла функционировать нормально и очередь не росла безгранично,
необходимо выполнить условие ρ < N .

Вероятность того, что система в установившемся режиме находится в состоянии k


(Pk) определяем по формуле (второе распределение Эрланга)
⎧ρ k
⎪⎪ k! P0 , при k = 0, N ,
Pk = ⎨ , (22)
⎪ ρ k

P , при k = N , ∞
⎪⎩ N k − N N ! 0

17
1
где P0 = .
N
ρ k
ρ N +1

k =0 k!
+
N !( N − ρ )

К основным характеристикам качества обслуживания СМО с ожиданием относят


следующие.
Вероятность наличия очереди Pоч есть вероятность того, что число требований в
системе больше числа узлов:
ρ N +1
Pоч = P0 .
N !( N − ρ )
Вероятность занятости всех узлов системы Pзан
ρN
Pзан = P0 .
( N − 1)!( N − ρ )
Среднее число требований в системе МТР
⎛ N −1 ρ k ρ N +1 ( N + 1 − ρ ) ⎞
M TP = P0 ⎜⎜ ρ ∑ + ⎟.
2 ⎟
⎝ k =0 k! ( N − 1)!( N − ρ ) ⎠
Средняя длина очереди Mоч
ρ N +1 P0
M оч = .
( N − 1)!( N − ρ ) 2
Среднее число свободных узлов Мсв
N
ρk
M св = P0 ∑ k .
k =1 ( N − k )!
Среднее число занятых узлов Мзан
M зан = N − M св .
Среднее время ожидания начала обслуживания Тож для требования, поступившего
в систему
ρN
Т ож = P0 .
v( N − 1)!( N − ρ ) 2
Общее время, которое проводят в очереди все требования, поступившие в систему
за единицу времени, Тоож
ρ N +1
Т оож = P0 .
( N − 1)!( N − ρ ) 2

18
Среднее время Ттр, которое требование проводит в системе обслуживания

Т тр = Т ож + 1 .
v
Суммарное время, которое в среднем проводят в системе все требования, посту-
пившие за единицу времени, Тстр
Т стр = Т оож + ρ .

2.Порядок выполнения работы

2.1. Построить график вероятности состояний Pk от k для N-канальной СМО с ожи-


данием, если на вход поступает простейший поток требований с интенсивностью
m m
λ = 15 и обслуживание требований производится с интенсивностью ν = 5 , где
Nn N Nn N
Nп – номер по списку, m – номер группы, N - число каналов обслуживания. Число кана-
лов обслуживания определяется из таблицы 1.
Таблица 1
Nn 1,5,9,13,17,21 2,6,10,14,18,22 3,7,11,15,19,23 4,8,12,16,20,24
N 3 4 5 6

НАПРИМЕР. Для СМО с ожиданием график распределения Pk, построенный в


системе MathCad, показан на рис.2.
λ := 30 ν := 4 N := 8
λ
ρ := ρ = 7.5
ν
−1
⎡ N ρi ρ
N+ 1 ⎤
P0 := ⎢
⎢ ∑ i!
+ ⎥
N! ⋅ ( N − ρ ) ⎥ P0 = 2.032 × 10
−4

⎣i = 0 ⎦
k := 1 .. 50 k
ρ
P ( k) := ⋅ P0
k− N
N! ⋅ N

0.1

P ( k ) 0.05

0
0 10 20 30 40 50
k

Рис. 1. График вероятностей Pk

19
2.2. Определить характеристики качества обслуживания.
1. Вероятность наличия очереди Pk.
2. Вероятность занятости всех узлов системы Pзан.
3. Среднее число требований в системе МТР.
4. Среднюю длину очереди Mоч.
5. Среднее число свободных узлов Мсв.
6. Среднее число занятых узлов Мзан.
7. Среднее время ожидания Тож.
8. Общее время пребывания требований в очереди за единицу времени Тоож.
9. Среднее время пребывания требований в системе Ттр.
10. Суммарное время, которое проводят все требования в системе за единицу вре-
мени, Тстр.

2.3. Вывод.

3.Контрольные вопросы

1. Что такое явление «взрыва» в СМО с ожиданием?


2. Определить вероятность любого состояния системы с ожиданием.
3. Дать понятие состояния СМО с ожиданием.

ЛАБОРАТОРНАЯ РАБОТА №6
Моделирование реального процесса обслуживания

СМО с неограниченной очередью


Цель работы: сравнить значения характеристик качества СМО с неограниченной
очередью, полученные в результате моделирования и теоретического расчета.

1.Моделирование процесса обслуживания в СМО

Задание потока распределения промежутка между требованиями осуществляется


функцией P( z < t ) = A(t ) , а функцией P(ξ < t ) = B(t ) распределяется длительность об-
служивания. В результате программа моделирования содержит два генератора случай-
ных величин Z и ξ в соответствии с заданными функциями A(t) и B(t), переменные t0

20
хранения момента поступления очередного требования, t1, t2,..., tN для хранения момента
освобождения k-го ( k = 1, N ) канала и p1, p2 ,…,p∞ для хранения момента поступления
требования в очереди.
Поясним процесс моделирования на примере. Примем N=3 и проанализируем ра-
боту алгоритма с момента поступления пятого требования. Первый генератор формирует
очередное случайное число z5, что соответствует поступлению пятого требования
t0 = z1 + z2 + z3 + z4 + z5 . Предположим, что до момента t 0 первый канал был занят четвер-
тым требованием, а второй и третий соответственно вторым и третьим, требования в на-
копителе отсутствуют. Тогда t1 = z1 + z 2 + z3 + z 4 + ξ 4 , t 2 = z1 + z 2 + ξ 2 , t3 = z1 + z 2 + z3 + ξ 3 .
Каждое из чисел t1 , t2, t3 определяет момент освобождения соответствующего канала.
При последовательном занятии каналов значение t0 поочередно сравнивается с t1 ,
t2,…, tN, пока не обнаруживается ячейка с моментом освобождения t k < t 0 (k = 1, N ) . Пусть
окажется, что t1 > t0 и t2 > t0 , а t3 < t0 . Это означает, что к моменту поступления пятого
требования первый и второй канал оставались занятыми, а третий уже освободился и
может принять на обслуживание поступившее пятое требование. Тогда t3 присваивается
t0 . Затем генерируется случайное число ξ 5 , определяющее длительность обслуживания
пятого требования и добавляется к t3.
Шестой цикл начинается с генерации случайного числа z6. Как и прежде, t0=t0+z6.
Затем осуществляется поочередное сравнение содержимого нулевой ячейки с содержи-
мым остальных ячеек. Если теперь окажется что, t1 > t0 , t 2 > t 0 и t3 > t0 , то шестое требо-
вание будет помещено в накопитель, P1 = t 0 .
Седьмой цикл начинается с генерации случайного числа z7. Как и прежде, t0=t0+z7.
Так как у нас есть требование в накопителе, то P2 = t0 . Затем t0 = P1 + z7 , осуществляется
поочередное сравнение содержимого нулевой ячейки с содержимым остальных ячеек.
Если теперь окажется, что t1 > t0 , t2 < t0 и t3 > t0 , то седьмое требование будет помещено
во второй канал, а в накопителе произойдет сдвиг P1 = P2 . Далее t 0 = P1 , и проводится по-
вторная проверка занятости каналов, если каналов свободных не оказалось, то требова-
ние остается в накопителе, если есть, то требование поступает на освободившийся канал.
Для подсчета числа поступивших Ктр и помещенных в накопитель Кн требований
используются два счетчика. В первый добавляется единица при каждой генерации числа
21
z, а во второй - при каждом помещении требования в накопитель. Отношение Ктр/Кн
даст по окончании очередной серии статистическую оценку нахождения требований в
накопителе.

2.Порядок выполнения работы

2.1. Начальные условия моделирования.


m
Параметр поступающего потока λ = 12 (выз/мин), где Nп - номер по журналу.
Nn N
Среднее время обслуживания и число каналов определяется вариантом из табл.1
Таблица 1
Nп, вар 1,7,13 2,8,14 3,9,15 4,10,16 5,11,17 6,12,18
N 3 6 5 4 4 7
h,сек 45 60 90 60 90 120

В начале моделирования в системе свободны все каналы.


Порядок моделирования
2.1. Моделирование осуществляется на интервале [t1,t2] мин., где t1=Nn+1,
t2=Nn+200, а Nn - номер по журналу.
Поступление требования моделируется аналогично лабораторной работе №1, за-
поминается в массиве переменной tпост и подсчитывается счетчиком Ктр.
2.2.Процесс обслуживания моделируется по показательному закону распределения
по формулам
1 1
ξ = − ln r ; ν = .
ν h

Время освобождения канала определяется так: t осв.i = t пост + ξ .


Каналы занимаются последовательно. Если к моменту поступления требования за-
няты все каналы, то требование идет в накопитель и подсчитывается количество посту-
пивших в накопитель Кн требований.
2.3. Построить графики работы каналов.
2.4. Построить график работы накопителя.
2.3. Определить модельную вероятность наличия очереди

22

Pоч = ,
K тр

где Кн - количество требований в накопителе; Ктр - общее количество требований.


ρ N +1
Определить Роч по формуле Pоч = P0 ,
N !( N − ρ )
1
где ρ = λh , P0 = .
N
ρ k
ρ N +1

k =0 k!
+
N !( N − ρ )
2.4. Вывод.

3. Контрольные вопросы

1. Указать условие существования установившегося режима.


2. Вывести основные характеристики качества системы.
3. В чем заключается метод Монте-Карло.

БИБЛИОГРАФИЧЕСКИЙ СПИСОК
1. Алехин М.Ю. и др. Применение теории массового обслуживания для решения
производственных задач. – Л.: ЛКИ, 1989.
2. Бронштейн О.И., Духовный И.М. Модели приоритетного обслуживания в ин-
формационно-вычислительных системах. – М.: Наука, 1976.
3. Вентцель Е.С., Овчаров Л.А. Теория случайных процессов и ее инженерные
приложения. – М.: Наука, 1991.
4. Фомин Г.Ф. Системы и модели массового обслуживания в коммерческой дея-
тельности: Учеб. пособие. – М.: Финансы и статистика, 2000.
5. Математика для экономистов: В 6 т./ Под ред. А.Ф. Тарасюка. – М.: ИНФРА –
М, 2000. – (серия «Высшее образование»). Т.6: Чернов В.П., Ивановский В.Б.
Теория массового обслуживания.

23
24